子野分割算法對劑量分布和計劃執行效率的影響

李金凱，李彩虹，王沛沛，孫新臣

(南京醫科大學第一附屬醫院 放療中心，南京210029)

子野分割算法對劑量分布和計劃執行效率的影響

李金凱，李彩虹，王沛沛，孫新臣

(南京醫科大學第一附屬醫院 放療中心，南京210029)

目的：比較Elekta XIO TPS (版本:4.70)2種子野分割算法分別為SLD和SMT對劑量分布和計劃執行效率的影響。方法：選取9例鼻咽癌患者進行調強計劃逆向優化生成射野通量分布圖，改變子野分割算法的有關參數產生不同的子野序列。SLD算法，最小子野邊長取1cm、2cm、3cm產生3組子野序列，強度分層等級取6、8、10、12、15產生5組子野序列；SMT算法，最小子野面積取2cm2、4cm2、6cm2產生3組子野序列，子野抑制因子取3、5、7產生3組子野序列。對14組子野序列計算得到的劑量分布進行相關劑量學參數的對比分析，考慮機器跳數及子野總數等因素綜合評價。結果：(1)最小子野邊長和最小子野面積對靶區劑量分布和計劃執行效率影響較大，有統計學意義(P<0.05)。(2)強度分層等級和子野抑制因子對靶區劑量分布和計劃執行效率影響較小，有統計學意義(P<0.05),前者取值超過10以后，評價指標除子野總數外，其余變化不明顯，差異無統計學意義(P>0.05)。(3)SMT算法產生的子野總數約為SLD算法的90%,靶劑量分布更優，有統計學意義(P<0.05)。結論：(1)最小子野邊長和最小子野面積為粗調，對劑量分布影響較大；強度分層等級和子野抑制因子為細調，對劑量分布影響較小，且達到某一特定值后趨于穩定。(2)SMT算法相比SLD算法生成的子野總數更少且劑量分布更優。

子野分割算法；SlidingWnd；SmartSequencing；劑量分布；計劃執行效率

0 前言

調強放射治療是通過建立目標函數進行逆運算生成各射野的通量強度分布，再根據各射野的通量強度分布利用子野分割算法產生若干調強子野序列，最終達到治療靶區的劑量分布更加適形。其中，除了射野數目角度和目標函數及多葉準直器的各種物理限制以外，產生調強子野序列的各種子野分割算法也會對劑量分布產生影響，進而影響靶區和周圍正常組織劑量。本研究利用鼻咽癌患者的調強計劃，選取2種不同的調強子野分割算法SlidingWnd(簡稱SLD)和SmartSequencing(簡稱SMT)，通過改變最小子野邊長、最小子野面積、強度分層等級和子野抑制因子等取值，研究2種調強子野分割算法相關參數對劑量分布、機器跳數及子野總數等的影響。

1 材料與方法

1.1 病人資料

隨機選取我院放療中心2013年1月至6月收治的9例鼻咽癌患者，其中，男5例，女4例，中位年齡47歲，全部病例均經病理學證實為鱗狀細胞癌。

1.2 CT定位及靶區和危及器官勾畫

利用Orfit頭頸部組件和熱塑膜進行體位固定，西門子大孔徑模擬CT螺旋掃描，上下界為眉弓上2cm至鎖骨下5cm，層厚3mm，CT圖像經MOSAIQ網絡傳輸至XIO(版本：4.70)重建DRR，由醫生在FOCAL工作站勾畫靶區和危及器官。計劃要求：95%靶體積PTV接受50Gy處方劑量，每周5次，2.0Gy/次。

1.3 計劃設計

采用XIO治療計劃系統設計調強治療計劃，選取醫科達Precise直線加速器(葉片在等中心投影為1cm)，布野方案采用共面7野均分，機架角度分別為0°、52°、104°、156°、208°、260°、312°，射線質選用6MV X線，劑量算法選用Superposition算法，計算網格邊長為2.5mm。根據靶區處方和危及器官受量設置計劃約束條件，逆向優化生成各射野通量分布圖，改變子野分割算法的有關參數產生不同的調強子野序列，取最小MU為5，實際計算劑量分布。SLD算法，最小子野邊長(范圍：0～3cm)取1cm、2cm、3cm產生L1、L2、L3共3組子野序列，強度分層等級(范圍：2～20)取6、8、10、12、15產生SLD6、SLD8、SLD10、SLD12、SLD15共5組子野序列；SMT算法，最小子野面積(范圍：0.1～100cm2)取2cm2、4cm2、6cm2產生A2、A4、A6共3組子野序列，子野抑制因子(范圍：1～10)取3、5、7產生SMT3、SMT5、SMT7共3組子野序列。

1.4 評價指標

靶區評價指標有平均劑量(Dmean),劑量不均勻性指數(HI=D5%/D95%，其中D5%和D95%分別為5%和95%靶體積所受到的照射劑量，越接近1靶區劑量分布越均勻)，靶區適形度指數(CI=(VT,ref/VT)×(VT,ref/Vref),其中，VT,ref為參考等劑量面所包繞的靶區體積，VT為靶體積，Vref為參考等劑量面所包繞的所有區域的體積。)串型危及器官的評價指標為最大點劑量(Dmax或D1%)，并行危及器官的評價指標為受到特定劑量水平照射的體積百分比Vref。計劃執行效率評價指標有機器跳數(MU)和子野數目(Number)。

1.5 統計學處理

2 結果

2.1 最小子野邊長和最小子野面積對靶區劑量分布及計劃執行效率的影響

(1)SLD算法,強度分層等級取8，最小子野邊長分別取1cm、2cm和3cm，相關評價指標結果見表1。

表1 最小子野邊長對靶劑量分布和計劃執行效率的影響

(2)SMT算法，子野抑制因子取5，最小子野面積分別取2cm2、4cm2和6cm2，相關評價指標結果見表2。

表2 最小子野面積對靶劑量分布和計劃執行效率的影響

2.2 強度分層等級和子野抑制因子對靶區劑量分布及計劃執行效率的影響

(1)SLD算法，最小子野邊長取3cm，強度分層等級分別取6、8、10、12、15，相關評價指標結果見表3。

表3 強度分層等級對靶劑量分布和計劃執行效率的影響

SLD10、SLD12、SLD15靶劑量分布和機器跳數差異不明顯，差異無統計學意義(P=0.51)。

(2)SMT算法，最小子野面積取4cm2，子野抑制因子分別取1、3、5，相關評價指標結果見表4。

表4 子野抑制因子對靶劑量分布和計劃執行效率的影響

2.3 MU統計學無差異情況下，SLD和SMT兩種算法的子野總數和劑量學比較(見表5)。

SLD算法，最小子野邊長取3cm，強度分層等級取8；SMT算法，最小子野面積取4cm2，子野抑制因子取5。兩種算法，MU統計學差異不明顯，P>0.05。

3 討論

逆向調強放療計劃的制定過程與正向調強計劃完全不同，計劃設計者的主觀干預在此期間至關重要。除合理設置靶區和危及器官劑量節制點、權重等目標函數外，還應靈活選擇適宜的多葉準直器參數，以使設計的計劃最優化。

最小子野邊長和最小子野面積是兩種子野序列算法中對劑量影響最大的因素，增加后會迅速減少子野數目和機器跳數，縮短患者治療的時間和減少身體受照劑量，但與此同時，靶區劑量適形度和均勻性也下降，靶區外出現最大劑量點的概率增大，PTV外緣劑量下降的高梯度區消失。權衡靶劑量分布、治療時間及計劃執行精度等因素，建議最小子野邊長為3cm，最小子野面積為4cm2。

表5 SLD算法和SMT算法對劑量分布和子野總數的影響

強度分層等級和子野抑制因子對劑量分布和計劃執行效率的影響相對而言較小，有統計學意義，且達到某一固定數值以后，變化趨勢相對平緩，如SLD方式，強度分層等級取10∽15，靶劑量分布、機器跳數變化均較小，僅表現為子野數目的小幅度增加。權衡靶劑量分布及計劃執行效率等因素，建議強度分層等級取10，子野抑制因子取5。

SLD和SMT兩種算法，在機器跳數無統計學差異的情況下，后者生成的子野總數更少，約等于SLD算法的90%，有統計學意義，靶區劑量分布方面，SMT算法的適形度和均勻性均優于SLD，差異有統計學意義，危及器官受量方面差異不明顯，無統計學意義。分析原因可能為SMT算法生成的子野面積較大所致，某些情況下子野數目最少成為最好結果的標準，但在臨床應用過程中，還必須考慮子野是否可以較好地實現，是否比較容易驗證等問題。筆者在隨后的調強計劃面劑量驗證中發現SLD算法生成的子野序列采用γ分析(3mm/3%)通過率絕大部分都高于SMT算法生成的子野序列,分析原因可能為SMT產生的子野形狀比較復雜，排序較為混亂，MLC葉片形成相應形狀所需運動的路徑較長，葉片到位精度下降所致。

SLD和SMT算法都可以限制最小子野邊長或面積，避免小MU數子野的出現，減少凹凸槽效應及離軸小野機頭散射的不確定性，提高治療劑量的準確度。

[1]Webb S.Optimization the planning of intensity-modulated radiotherapy[J].Phys Med Biol,1994,39:2229-2246.

[2]Bratengeier K.2-Step IMAT and 2-Step IMRT in three dimensions[J].Medical Physics,2005,32:3849-3861.

[3]Jin JY,FF Ryu S,et al.Dosimetric study using different leaf-width MLCs for treatment planning of dynamic conformal arcs and intensity-modulated radiosurgery.Med Phs,2005,32:405-411.

[4]余光偉,王連聰,等.多葉準直器參數對調強放療計劃的影響[J].中華放射腫瘤學雜志，2010,19:163-165.

[5]傅益謀,黃良,等.SmartSequence與SlidingWnd兩種子野分割算法的比較[J].中國醫學物理學雜志,2013,30:3851-3893.

[6]胡逸民.腫瘤放射物理學[M].北京原子能出版社,1999.Yimin Hu.Radiation oncology physics[M].Beijing Atomic Energy Press,1999.

The Effects of Segment Algorithm on Dose Distribution and Plan Execution Efficiency

LI Jin-kai，LI Cai-hong, WANG Pei-pei, SUN Xin-chen

(Department of Radiation Oncology,Nanjing medical university first affiliated hospital , Nanjing 210029)

Objective:To compare the effects of two segment algorithms of SlidingWnd and SmartSequencing used in Elekta XIO TPS (Version: 4.70) on the Dose Distribution and Plan Execution Efficiency. Methods: 9 patients with nasopharyngeal carcinoma were selected for the study. First of all,generated beam’s intensities for each patient by reverse optimization of IMRT plan; In the second, the different segments for each beam were created by changing the relative parameters of two segment algorithms. The SlidingWnd algorithm, 3 groups of segments were created by means of the Minimum-segment-size setted 1cm、2cm、3cm and 5 groups of segments by the Discrete-intensity-levels setted 6、8、10、12、15. The SmartSequencing algorithm, 3 groups of segments were created by means of the Minimum-segment-area setted 2cm2、4cm2、6cm2and the other 3 groups of segments by the Segment-suppression-factor setted 3、5、7. At last, compared the relative dosimetry differences which 14 groups of segments calculated to acquire, In addition, evaluate the factors of Machine Units and Segment number. Results: 1. The Minimum-segment-size and Minimum-segment-area has a great Effects on Dose Distribution and Plan Execution Efficiency,the differences were significant (P<0.05). 2. The Discrete-intensity-levels and Segment-suppression-factor has a little Effects on Dose Distribution and Plan Execution Efficiency, the differences were significant (P<0.05), the value of the former were setted more than 10, in addition to the segment number, the change of the rest evaluation index is not obvious, and the differences were not significant (P>0.05). 3. Compared with the SlidingWnd algorithm, the SmartSequencing algorithm could reduce the segment number by 10% and acquire better dose distribution, the differences were significant (P<0.05). Conclusions: 1. The factors of Minimum-segment-size and Minimum-segment-area have a great Effects on Dose Distribution and Plan Execution Efficiency， which is rough adjustment; The factors of Discrete-intensity-levels and Segment-suppression-factor have a little effects on Dose Distribution and Plan Execution Efficiency, which is fine adjustment and tends to be stable after reaching a certain value. 2. Compared with the SlidingWnd algorithm, the SmartSequencing algorithm could reduce the segment number and acquire better dose distribution.

segment algorithms; SlidingWnd; SmartSequencing; dose distribution; plan execution efficiency

2014-04-09

TH774

A

1002-2376(2014)08-0001-04